Page 203 - Handbuch Digitalisierung (2. Ausgabe)

HANDBUCH DIGITALISIERUNG Kapitel 3.6 / Data Science aus Rechenzentren und Cloud-Infrastrukturen integriert. Diese Plattform ist ständig über den Standort, den Zustand und die Art der Daten informiert und kann auch weitere Services, beispielsweise in Bezug auf Datenschutz und Compliance-Richtlinien, an verschiedenen Standorten bieten. Die Essenz in den Daten Mit der Entscheidung für eine passende Daten- plattform haben die Unternehmen zwar einen wichtigen Schritt getan, um die erfassten Da- ten aus technischer Sicht zu analysieren, doch damitalleinistesbeiweitemnochnichtgetan. Wichtig ist ebenfalls, dass das Unternehmen die richtigen Experten auswählt, die zu un- terschiedlichen Zeiten der Datenverarbeitung einen quali zierten Blick auf die Daten wer- fen. Dazu gehören unter anderem Data Ste- wards, die in der Lage sein müssen, festzustel- len, welchen Datenquellen vertraut wird, so- wie wichtige Informationen über jede Quelle bereitzuhalten – zum Beispiel: Wer hat sie er- stellt?, wer hat sie geändert und vieles mehr. Diese Datenverwalter sollten in der Lage sein, die Bestimmungen über alle Data Deposito- ries hinweg durchzuführen. Denn nur, wenn die Qualität der eingehenden, gesammelten Daten wirklich hoch ist, sind auch die darauf basierenden Analysen sinnvoll. Das Gleiche gilt selbstverständlich auch für alle späteren Schritte, in denen Analysten und Datenwissenscha ler die Daten, die daraus gewonnenen Informationen und schließlich die abgeleiteten Erkenntnisse bewerten, in den richtigen Kontext stellen und in Entschei- dungsgrundlagen für die Geschä sführung einarbeiten. Nur wenn wirklich alle Schrit- te entsprechend quali ziert ihren Beitrag zur Analyse leisten, werden aus Massendaten wertvolle Informationen. Enterprise Data Cloud All diese Anforderungen müssen bereits bei der Konzeption einer Big-Data-Plattform – oder, wie Cloudera es nennt, einer „Enterprise Data Cloud“ – berücksichtigt werden. Unter- nehmen, die einen digitalen Wandel durch- laufen, benötigen umfassende Analysemög- lichkeiten in Public-, Private-, Hybrid- und Multi-Cloud-Umgebungen. Unternehmen brauchen die Agilität, Elastizität und Benut- zerfreundlichkeit von Cloud-Infrastrukturen, aber auch die Möglichkeit, Analyse-Work- loads standortunabhängig laufen zu lassen – egal, wo sich die Daten be nden. Auch o ene Architekturen und die Flexi- „bilität, Workloads in verschiedene Cloud- Umgebungen (Public oder Private) zu ver- schieben, spielen eine wichtige Rolle. Nicht zuletzt ist es wichtig, mehrere Analysefunk- tionen auf demselben Datensatz mit einem Mehr als 87 Prozent der Un- ternehmen haben eine geringe Data und Analytics Maturity. - Quelle: Gartner „Take Your Ana- lytics Maturity to the Next Level“ 203 Herausforderungen “